Python中多行中非零值的计数？

我需要一对行中的非零变量计数

我有一个数据框，列出了在几个采样点发现的物种密度。我需要知道在每对采样点发现的物种总数。以下是我的数据示例：

>>> import pandas
>>> df = pd.DataFrame({'ID':[111,222,333,444],'minnow':[1,3,5,4],'trout':[2,0,0,3],'bass':[0,1,3,0],'gar':[0,1,0,0]})
>>> df
    ID  bass  gar  minnow  trout
0  111     0    0       1      2
1  222     1    1       3      0
2  333     3    0       5      0
3  444     0    0       4      3

---

我将按ID号对这些行进行配对，因此该对（111222）应总共返回4，而该对（111333）应总共返回3。我知道我可以为每一行得到一个非零的总和，但是如果我为每一对加上这些总数，我将重复计算一些物种

这里有一种使用NumPy的方法-

In [35]: df
Out[35]: 
    ID  bass  gar  minnow  trout
0  111     0    0       1      2
1  222     1    1       3      0
2  333     3    0       5      0
3  444     0    0       4      3

In [36]: a = df.iloc[:,1:].values!=0

In [37]: r,c = np.triu_indices(df.shape[0],1)

In [38]: l = df.ID

In [39]: pd.DataFrame(np.column_stack((l[r], l[c], (a[r] | a[c]).sum(1))))
Out[39]: 
     0    1  2
0  111  222  4
1  111  333  3
2  111  444  2
3  222  333  3
4  222  444  4
5  333  444  3

---

如果对行进行排序，使两个组依次出现，则可以执行以下操作：

import pandas as  pd
import numpy as np

x = np.random.randint(0,2,(10,3))

df = pd.DataFrame(x)

pair_a = df.loc[::2].reset_index(drop = True)
pair_b = df.loc[1::2].reset_index(drop = True)


paired = pd.concat([pair_a,pair_b],axis = 1)

---

然后找到配对的为非零的位置。

您可以使用iloc进行切片和numpy

np.sum((df.iloc[[0, 1], 1:]!=0).any(axis=0))

---

这里df.iloc[[0，1]，1:]给出前两行，numpy sum计算所选行中非零对的总数。您可以使用df.iloc[[0，1]，1:]选择任何行组合。

您可以发布所需的数据集吗？每对的输出将合并到一个循环公式中，因此我可以为每对获取一个整数变量，然后在每次循环重复时重新计算它。或者，我可以一次计算所有对，并将输出保存到一个数据帧，然后从该数据帧中提取用于循环中的计算。当我在pd.dataframe（np.column_stack（（l[r]，l[c]，（a[r]| a[c]）.sum（1））中运行第72行：回溯（最近一次调用）：文件“”，第1行）时，出现了一个错误名称错误：名称“l”不正确defined@TheresaBrown对不起，我忘了添加

l=df.ID

。刚刚编辑。检查它。1=df.ID返回了一个错误“无法分配到文字”，我尝试用d替换1，但现在我得到一个错误，它说“int”对象没有属性“getitem”@TheresaBrown，必须是

l

，就像在伦敦一样，不是数字

one

：

l=df.ID

。我仍然得到“int对象没有属性”get\u item“错误这是有效的！我将能够把它合并到循环中。非常感谢。